Introduction

Errore quadratico medio di previsione

• Si consideri un vettore di variabili esplicative a valori reali x \in \mathbb{R}^p.

• Interessa penalizzare gli errori di previsione utilizzando la funzione di perdita quadratica \mathscr{L}(y, f(x)) = (y - f(x))^2.

• Il criterio di scelta di f risulta essere l’errore quadratico medio di previsione \mathbb{E}\{(y - f(x))^2 \}.

• La cui soluzione di minimo è f(x) = \mathbb{E}\{y \mid x = x_0\}, il valore atteso condizionato, ovvero la funzione di regressione.

Slide per caterina

• Quanto fa 156 * 2867?

• Risposta: 4.4616^{4}

Another slide